緊跟o4-mini，谷歌上新了Gemini 2.5 Flash preview版本。

作為更注重效率的Flash，在大模型競技場上排名并列第二，第一是自家的Gemini 2.5 Pro。

這樣的表現，讓Gemini 2.5 Flash的性價比直接拉滿。

而且還是一款混合推理模型，可以自由設定思考深度，幫助預算不足的用戶進一步控制推理成本。

目前，preview版本（不同于Gemini網頁版中的版本）已在Google AI Studio和Vertex AI的 API中上線。

主打性價比，思考深度自由調控

在大模型競技場上，經過3000多輪對戰，Gemini 2.5 Flash獲得了1392分的成績，與Grok-3、GPT-4.5等模型并列第二。

綜合成績僅次于自家的Pro版，這樣看來在競技場中戰勝谷歌的只有谷歌了。

并且在編程、復雜提示和長文本三個子榜單中，都和Pro版并列第一。

在大模型競技場推出的WebDev榜單里，Gemini 2.5 Flash位列第七，超過了前一代（2.0）的Pro版本。

此外谷歌還展示了Gemini 2.5 Flash在一系列高難度數據集上的表現。

其中包括由1000多名學者提出的“人類最后的考試”，這套測試集發布時沒有任何一個模型得分超過10%，現在Gemini 2.5 Flash的成績是12.1%。

作為Flash版本，Gemini 2.5 Flash在谷歌自家的模型中，是至今性價比最高的版本。

其價格為0.15/0.6/3.5美元每百萬輸入/輸出/推理Token，和o4-mini相比便宜了不少。

實際上，如果按照輸入輸出3:1的比例計算，在大模型競技場1400分附近，Gemini 2.5 Flash是最便宜的一款模型。

△請注意橫軸數字非單調下降

另外對于價格相對較高的推理過程，Gemini 2.5 Flash支持自由深度控制（甚至完全關閉），可以幫助預算不足的用戶節約成本。

如果不進行設置，模型也會根據prompt自己判斷適宜的思考深度，避免在簡單的問題上過度思考，從而平衡成本。

o4-mini的競爭者？

在HackerNews上，Gemini 2.5 Flash引發了熱烈的討論。

有人認為，谷歌不搞炒作，但實際上性價比非常高，谷歌正在贏得人工智能競賽。

也有人覺得，便宜是便宜，但是模型有時候會犯懶，不過這也在預料之中。

當然，實際應用還是要看具體任務，不過可以確定的是，Gemini 2.5 Flash的性價比已經獲得了部分人的認可。

另外由于Gemini的Flash版本和OpenAI的mini類似，再加上上線時間鄰近，Gemini 2.5 Flash也被視為o4-mini的競爭者。

不過從谷歌官方發布的成績單上看，Gemini 2.5 Flash在一些難度較高的測試集中，表現是要稍遜于o4-mini的。

但如果考慮價格，這樣的差距似乎可以接受，而且實際任務當中，也不總是需要模型能夠應付這些最難的問題。

那么，在實際環境當中，Gemini 2.5 Flash的表現又如何呢？首先看看編程能力。

先安排一下著名的小球測試變體——一個大五邊形中包含了三個缺一邊的小五邊形，之間互不交叉，小球在其中按照物理規律運動。

五邊形的部分Gemini 2.5 Flash，正確繪制出來了，但對于小球則是完全已讀亂回，經過了反復調整之后依然翻車。

再看o4-mini，運行結果符合提示詞要求，并且代碼更加精簡，僅128行，而Gemini版本超過了500行。

這一輪，o4-mini勝。

再看數據分析能力。

我們找來了最近某班次航班的飛行記錄，包含了起飛到降落過程中各時間點的位置、高度、速度、航向等信息，一共有1700余個數據點。

給出的任務則是繪制出高度和速度隨時間變化的折線圖，并且涉及到了時區和計量單位的換算（原始數據中時間為UTC時間、高度為英尺、速度為節，需要換算成北京時間、高度單位為米、速度單位為公里每小時）。

雖然我們上傳了數據文件，但一開始Gemini沒有選擇外掛，而是把數據全都寫進了Python代碼，導致代碼非常冗長。

經過提示之后，Gemini對代碼進行了改進，得到了正確的圖像。

o4-mini這邊，雖然結果也對，但是沒有考慮清楚坐標軸文本的長度，導致橫軸上所有標簽都擠成一團。

而且相比之下，Gemini的版本還帶有網格線，能夠更清晰地看出各點對應的大致數值。

這一輪，Gemini勝。

最后一輪，來看下兩款模型的多模態理解能力。

這是英偉達最近一個月的股票形勢圖，我們讓兩款模型分別分析一下最佳的入手時機。

它們都從圖中正確發現了最低點和對應的時間，至于回答質量，還是直接看他們的輸出結果：

總的來說，如果不考慮價格，Gemini 2.5 Flash確實和o4-mini比還有些不盡如人意，但落地中考慮性價比，可能綜合競爭力就體現出來了。